Anthropic 发布 Claude Sonnet 5.5，编程能力大涨且更便宜

Anthropic 推出 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型，接替此前的 Claude Sonnet 5（更早的旗舰是 Opus 5.5）。官方把它定位为 Opus 5.5 的低成本搭档：Opus 5.5 负责需要仔细判断的复杂工作，Sonnet 5.5 擅长范围明确的日常任务，比如修 bug、做文档、幻灯片和表格，官方还特别提到它在界面设计上更耐看。

官方称它比 Sonnet 5 快 30% 以上，多数工作的成本最多低 30%。模型已经在 Amazon Web Services、Google Cloud、Microsoft Azure 等平台上线，开发者用模型 ID claude-sonnet-5-5 就能调用，也可以选择零数据留存（官方发布页）。同家族的 Haiku 5.5 会在未来几周加入。

Terminal-Bench 4.0 考的是模型在命令行里完成多步专业任务的能力，接近真实开发者的工作方式。Sonnet 5.5 拿到 70.6%，而上一代 Sonnet 5 只有 10.3%——这基本是从“不太能用”跳到“能放心用”，甚至超过了 Opus 5.5 的 66.4%。

其他几项基准同样能看出差距：在测试真实 Cursor 编程任务的 CursorBench 4.0 上，Sonnet 5.5 得 55.5%，接近 Opus 5.5 的 57.8%；在更难的 FrontierCode 1.1 上得 46.2%，落后 Opus 5.5 的 54.4%，但与 GPT-6 Sol 的 52.1% 同属一个区间。在覆盖 44 个职业的真实工作任务基准 GDPval-AA v2.1 上，它以 1844 分几乎追平 Opus 5.5 的 1846 分。它还成为第一个只靠截图就能通关《宝可梦红》的 Sonnet 模型。

官方的说法很清楚：Opus 5.5 在需要持续判断的开放式复杂工作上仍然明显更强，基准分数只反映能力的一个侧面，不能只看一两个数字。所以选型的关键不是“谁更强”，而是“任务有多明确”。

Sonnet 5.5 在低档、中档 effort 下性价比最高，用大约十分之一的单任务成本就能超过 Sonnet 5 的最好成绩；在高档 effort 下，它可以接近 Opus 5.5 的水平，但成本也接近。实际用法可以这样分：写代码、改 bug、生成带模板的文档和表格这类目标清晰的任务交给 Sonnet 5.5；需要长时间推理、跨系统权衡的难题再留给 Opus 5.5。

横向看，这次发布也是在回应竞争：OpenAI 近期用 GPT-6 Sol 与 Luna 把 API 价格直接砍半，Google 的 Gemini 3.8 系列保持高频迭代。过去中端模型往往意味着能力明显缩水，而 Sonnet 5.5 把编程和办公能力拉近旗舰，等于在同样的价格带提供了更强的基础能力，这会迫使同行重新对齐自家中端型号的定位。

Sonnet 5.5 的标价和 Sonnet 5 完全一样：输入每百万 token 2 美元，输出每百万 token 10 美元，缓存读取每百万 token 0.2 美元，缓存写入每百万 token 2.5 美元。对比 Opus 5.5，输入是 4 美元、输出是 20 美元、缓存写入是 5 美元，等于便宜了一半。

那“成本降三成”从哪来？官方解释是它完成同一件事需要的 token 更少，而且工具调用更成批、步骤更少，所以按任务算更省钱。需要注意的是 effort 设置：Claude 应用里默认是中档（Medium），Claude 平台默认是高档（High），同一次调用在不同档位下的成本和质量差别不小，预算敏感时要先固定档位再对比。

如果你的日常工作以编程、文档、表格这类目标明确的任务为主，Sonnet 5.5 值得优先试；如果你重度依赖长程推理和复杂判断，暂时没必要为它放弃 Opus 5.5。想判断值不值得换，最靠谱的办法是用自己团队的真实任务集跑一遍：固定提示词和 effort 档位，比较成功率、步骤数和实际账单，而不是只看公开榜单。

迁移上有一个坑要留意：如果你习惯把 thinking 关掉，需要先改成新的 between_tools 设置，才能从 Sonnet 5 迁到 Sonnet 5.5，官方迁移指南里有说明。早期测试方的反馈也印证了生产力方向——Epic Games 称它能在多小时的游戏系统架构任务里稳定处理上万行代码，Slack 则称在不改提示词的情况下，离线评测里输出 token 少了约 14%、步骤更少。

验证时可以分三步：第一步挑 10 到 20 个你们真实用过的任务，覆盖写代码、读代码、生成文档三类；第二步固定提示词和 effort 档位，分别用 Sonnet 5、Sonnet 5.5、Opus 5.5 各跑一遍；第三步记录成功率、人工返工次数和账单，用“每完成一个任务多少钱”而不是“每百万 token 多少钱”来比较。多数团队会发现，目标明确的任务用 Sonnet 5.5 已经够用，只有少数复杂任务才需要为 Opus 5.5 付费。

Sonnet 5.5 是第一个以网络（cyber）防护上线的 Sonnet 模型。原因是它的网络安全能力和 Opus 5 相当，所以官方给它配了和旗舰类似的防护与回退机制：日常开发和修 bug 不受影响，但风险更高的网络安全请求会被明显回退到 Sonnet 5。

它也是第一个带“防蒸馏”分类器的 Sonnet 模型，用来阻止有人用大量马甲账号批量抽取模型推理过程；同时扩展了 preserved thinking，让模型的思考过程不能和创建它的账号脱钩。多数开发者不会感觉到变化，但如果你会在账号之间搬运对话、或在 Claude Code 里中途切换账号，需要先读一下官方文档。生物安全方面与 Sonnet 5 一致，常规科研、教学和临床工作不受影响。

编辑判断：这次更新的真正信号不是“又一个新版本”，而是中端模型开始承担过去只有旗舰才能干的活。对个人开发者来说，同样的预算能跑更多任务；对企业采购来说，选型逻辑会从“必须上最贵的”转向“按任务明确度分层调用”，重点变成把成本、延迟和质量都纳入评测。

接下来值得关注两点：一是 Haiku 5.5 到来后，高并发、低成本的场景会怎么重新定价；二是 OpenAI 等竞品在 GPT-6 Sol 与 Luna 上的后续动作，中端价位的竞争会更快。如果你负责成本或工具选型，建议本周先用一个小任务集做 A/B，把实测账单和成功率留档，再决定是否把默认模型切到 Sonnet 5.5。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://www.anthropic.com/claude-sonnet-5-5

如发现事实、价格或链接有误，可通过 联系我们 提交更正。